Meher Ben Ahmed

Administrer les systèmes data stream pour des clients bnp France comme le système de paiement de monitoring et de fraud et gérer des outils comme kakfka connect mqengine flink et spark qui traite des données venant des clients dans toute l’Europe et améliorer nos services d’automatisation sur la partie onpremise et le cloud (ibmcloud) en plus supporter toutes les équipes data stream à résoudre leurs problèmes sur des différents environnements (prod, dev, qua)

Le projet Decatclub est développé pour calculer les points de fidélité en fonction des interactions faites par le client sachant qu'il existe une grande variété d'interactions (achat, vente, pratique de sport, achat de produit écologique...)

Alimentation d’une dashboard data pour donner une vision à l’équipe business en faisant des calcules sur les points gagnés, perdus et obsolètes pour chaque utilisateur

Créer un système de mailing quotidien qui informe l’utilisateur sur ces activités pour exciter ces interactions

Développement d'un système de détection de fraude à l'achat de produit ou à la consommation des points de fidélités

Dans le cadre du projet FALCON 3 du client final OCI (orange Côte d’ivoire) qui souhaiterait diminuer son parc de clients inactifs

Le UC4/5 consiste à :

 Ressortir les clients inactifs à partir d’un score qui représentera la probabilité qu’un client abandonne le service OM d’un mois à l’autre Nous utilisons un modèle de recommandation basé sur l’arbre de décision. Afin de diversifier les utilisations des services d’un abonné (inactif le mois suivant), il a été élaboré un modèle de recommandations proposant un nouveau service susceptible d’être utilisé par ce dernier.

 Recommander le services type dans le but de générer plus de revenu en augmentant le multi-usage de services OM

 Classifier nos clients pour créer des groupes homogènes de clients en utilisant un modèle de classification KMEANS. L’objectif est de créer des groupes dont les individus ont des caractéristiques communes. Pour nous assurer d’une bonne segmentation, nous faisons en sorte que d’un groupe à l’autre les caractéristiques majeures soient bien différentes.

 Reporting des taux actifs OM réel, valeur, parc inactif des clients réels, parc multiporteurs, parc monoporteurs (national et par localité);

 Reporting des taux actifs des nouveaux clients (absolus) et des nouveaux clients ayant eu déjà un compte OM (national et par localité);

Activités Principales :

 Étude technique de l’architecture du projet, des provenances des différents sources des données.

 Préparation des données qui proviennent des différentes sources afin qu’elles puissent être agrées.

 Ingestion des datalake Hive par les données datasource en utilisant NIFI

Développement des spark job pour préparer les données utilisées dans le training du machine learning

 Orchestartion faites par NIFI